NCBI数据下载

NCBI共享大量数据。 2020年，PubMed中有3160万篇论文，其中PubMed Central中有660万篇全文记录。 NCBI核苷酸数据库（包括GenBank）具有4.307亿个不同序列的数据，而dbSNP描述了7.206亿个不同的遗传变异。 所有这些记录都可以与NCBI分类中的186万个物种或OMIM中的2.69万个疾病相关的记录进行交叉引用。

SRA数据下载

SRA toolkit

参考文章；https://www.ncbi.nlm.nih.gov/sra/docs/sradownload/

文章中有特别强调要用最新的sra toolkit(时间2020-10-13)，所以目前你用aspera估计不能下了。另一种是直接找到链接直接浏览器下载或者wget。

sra toolkit下载地址：https://github.com/ncbi/sra-tools/wiki/01.-Downloading-SRA-Toolkit

下载完解压后需要配置。配置看https://github.com/ncbi/sra-tools/wiki/03.-Quick-Toolkit-Configuration

只有一个run时，直接运行

prefetch SRR******

一个SraAccList.txt文件，如：

SRR11192680
SRR11192681
SRR11192682
SRR11192683
SRR11192684

使用命令：

prefetch --option-file SraAccList.txt

下完后解压sra格式文件。可以使用fasterq-dump and sam-dump

fasterq-dump --split-files SRR11180057.sra

rentrez

在R里面运行entrez。

Entrez是分子生物学数据库系统，可提供对核苷酸和蛋白质序列数据，以基因为中心和基因组作图的信息，3D结构数据，PubMed MEDLINE等的集成访问。该系统由国家生物技术信息中心（NCBI）搭建。

下载核酸序列，比如sars-cov-2

fasta <- entrez_fetch(db = "nucleotide",id = "NC_045512.2" ,rettype = "fasta")
write_lines(fastas," NC_045512v2.fasta")

还有更多使用参考文章：https://docs.ropensci.org/rentrez/articles/rentrez_tutorial.html